资料要素证券属性设计研究

摘要：近年来各地成立多家数据交易机构探索发展数据要素市场，但存在交易标的设计难、可交易性弱等问题。本文从证券视角出发，探索利用资产证券化等金融手段来推进数据要素市场建设，基于可开发性、可评估性、可监测性、可保密性等要求，讨论数据金融产品设计方案，并提出“类知识产权”数据证券化产品设计构思。本文建议数据要素市场应联合资本市场推动相关证券化产品研究，适时推动开发要素融合类的创新型数据证券化产品。

关键词：数据要素市场;金融科技;数据证券化;类知识产权

一、引言

党的十九届四中全会首次提出，将数据作为生产要素之一参与分配，探索建立健全由市场评价贡献、按贡献决定报酬的机制。2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，明确将数据与土地、劳动力、资本、技术并列为五大核心要素。2021年3月13日发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》要求建立数据资源产权、交易流通、跨境传输和安全保护等基础制度和标准规范，推动数据资源开发利用。

要素确权、交易单位、定价机制、交易市场、交易监管和创新能力构成了要素市场化配置的基本流程(杨长林，2020)。数据交易场所的出现，实现了市场信息的集聚和交易的集中，具有比较典型的平台外部性特征，呈现出很明显边际效益递增的网络经济效应。通过对数据定价、交易模式等方面的探索，可加强数据的流通和共享,削减“信息孤岛”现象，使得数据的价值能够得到较大程度的发挥(Fernandezetal.，2020)。

目前，数据交易场所中交易标的资产化1和商品化的体系尚未有效建立。具体而言，交易机制缺失、金融支持力度不足、数据收益和成本估算机制较为缺乏、交易双方信任机制难以建立，这些问题制约了数据交易市场的有效运行。从实际运营经验来看，现有数据交易场所需要重新定位：在买卖双方撮合平台之外，数据交易场所需要充当数据产品和服务的提供商。更重要的是，交易标的不仅包括数据本身,更需要包括其他数据衍生形态来增强可交易性，如数据金融产品等。上述定位难度较大，可围绕有良好基础的特定行业领域2，加强探索试点工作，通过自主建设或与现有相关机构合作等方式，在有限范围中测试数据产品的稳定性、合规性，关注数据流通交易的可行性、合法性等。

同时，资本市场是海量数据生产和汇聚的枢纽，但由于缺乏规范的数据流通、共享和交易渠道，数据要素的管理和流通存在“不愿用、不能用、不会用”等问题。例如，证券公司等资本市场主体考虑到合规风险、隐私伦理等问题，不能贸然传输和分享客户资料等数据。为此，资本市场迫切需要加强与数据要素市场相互联动与生产力转化3。通过搭建与数据要素交易场所互联互通平台，资本市场可在商业模式、数据模式上形成网络协同效应，支撑其优质交易标的积累，服务创新资本形成。

本文聚焦于“数据+资本”要素协同发展若干问题，重点放在数据要素的证券属性设计研究。值得注意的是，资本市场4中的证券交易场所，在交易机制、运行经验以及涵盖投资者管理、会员管理、信息披露、交易结算等规则体系方面，均可为数据要素交易场所发展与建设提供参考。特别地，本文从证券化视角关注有限目标，针对目前若干挑战提出了初步解决思路，并讨论了相关开放性问题，试图为这一新领域创新实践和决策研究提供有益参考。

二、市场建设背景：要素融合发展释放经济增长动力

农业经济时代的核心生产要素是土地，工业经济时代的核心生产要素是技术和资本，数字经济的核心生产要素就是资本和数据(于施洋等，2020)。目前全球处于从工业经济向数字经济转型的阶段，数据作为核心的要素，蕴含的生产力是巨大的，但目前市场发展缓慢。数据要素需要与资本融合发展，才能更好地释放长期经济增长的动力(王建冬等，2020)。

(一)当前数据市场存在的问题

国内现有数据交易所可以分为四类：一是以贵阳大数据交易所、上海数据交易中心为代表的通用型交易场所，二是以交通、电商、金融等领域的行业机构为代表的垂直领域交易场所，三是以数据服务商为代表的交易平台，四是以大型互联网公司为代表的交易平台(杨琪等，2015)。由各地政府主导的通用型交易场所是目前数据交易所的主要类型，如图1所示，数据交易场所的建设进入井喷期。

图1各地数据交易所建设情况

自从2014年贵阳大数据交易所挂牌以来，国内的20多家数据交易机构发展并不理想。有些交易机构为寻求业务增长点，不再主要从事数据交易相关业务，部分已经转型成承接大数据应用项目。究其原因，一方面，数据交易涉及市场监管、公安、工信、网信等多个部门，由于监管责任不清，系统性和专业性不足，需要对数据交易行为和应用进行规范化管理;另一方面，我国还缺乏实现数据资产化、商品化和标准化的交易要件体系，制约了数据交易市场的形成(于施洋等，2020)。

在开展数据共享流通时，因为统一标准的欠缺，尤其是数据产品标准化分割5等难题，全国性的统一数据市场难以建立。近期，《求是》杂志刊登文章《加快数字化发展》，提议建立统一有序的数据交易机制，支持建立一批数据交易中心，推动数据资产评估、定价、交易、质押、抵押，鼓励数据资源合规交易、有序流通、高效利用(马兴瑞，2021)。其中，数据产品的金融属性设计是解决相关问题的潜在可行路径。许多数据交易所目前也正在探索开展数据资产质押融资、数据资产保险、数据资产担保、数据资产证券化等金融创新服务。例如，在数据产品收益权交易方面，可针对数据产品产生的未来收益进行交易设计，形成数据资产证券化产品。数据要素证券化产品通过标准化的发行和交易，将其转化为以债券和股权为底层资产的证券化产品，可提高数据要素价值的可交易性和流动性(杜庆昊，2020)，实现数据要素优化配置。然而，囿于发起机构和从业人员没有相关金融经验，数据资产化、商品化和标准化体系难以实现，制约了数据交易市场的形成与发展。此外，为防范金融创新的风险，证券化产品需要金融监管部门的监管和指导，数据资产证券化相关的机制体系还有待建立和完善。

(二)未来数据市场潜在发展方向

数据要素市场的建设需要依托和运用资本市场丰富的资源。具体而言，当前数据要素市场是以需求为导向的市场，而资本市场可以为构建数据要素发展格局提供全方位、多层次的场景支持和标准化6支持。一方面，资本市场特别是证券交易所具有丰富的行业数据、完善的基础设施、数量众多的投资者等发展优势。通过自身海量数据与第三方数据整合创新，资本市场可为数据应用提供丰富金融类场景支撑。更重要的是，证券交易所可凭借自身资源汇聚(市场交易组织者、数据信息服务商、技术设施供应商等多元角色)优势，通过收购、战略投资、商业合作，扩展进入互补或关联领域，采用一系列措施保障、环节步骤和技术支持，参与数据运行平台的建设。例如，相关数据所有者可将数据委托给该数据运行平台，通过平台整合数据、技术等方面资源开发相关数据产品，再由平台将数据使用权授予终端使用者，供终端使用者在平台上使用，即两阶段授权模式(叶雅珍等，2021)。该方式在为资本市场相关数据需求方提供服务的同时，兼顾了数据生产者和数据所有者的信誉和合法权益的保障。

另一方面，资本市场汇聚了上市公司、PE/VC、担保、评估、律师、会计师等多方机构，具有风险共担、利益共享的机制优势和工具丰富、资源集聚的平台优势，可以解决数据要素市场部分问题。通过资产支持证券、股权等现有金融产品可以将数据产权及其持有人的相关权利义务统一打包，将复杂的、难以“他信”的基础资产标准化、分割化，提高可交易性。在证券交易所交易的金融产品有着相对成熟的价格形成、挂牌交易、信息披露、登记结算等制度机制，具有标准化交易优势。通过债权、股权、供应链金融“融智+融资”等方式，可丰富数据交易标的，提升可交易性。

三、融合发展思路：证券化促进核心要素

深度融合

数据要素市场的发展，离不开活跃的数据产品交易场所。作为资本市场的核心机构，证券交易所若能凭借自身优势积极参与数据要素市场建设，有利于促进核心要素深度融合，形成可交易的产品并培育活跃的交易场所。根据数据要素与资本要素的特征，要形成可交易的产品，本质上要促进基础数据产品向数据金融产品的方向纵深发展。

证券交易所通过参与数据要素市场的建设，可以尝试以数据要素为标的进行金融产品创新和培育上市资源。同时，通过连接两个市场可以促进相互良性循环，发挥跨市场交易业务优势、监管优势、投资者便利优势等，促使市场整体效应提高。目前，全球已经有多个证券交易所通过自身培育或收购等方式，参与数据要素交易市场建设，促进资本和数据两核心要素市场的融合发展。例如，日交所通过整合旗下子公司资源来创建全面的证券金融数据集，伦交所通过收购全球最大的金融数据供应商之一路孚特成为信息服务供应巨头，洲际交易所也宣布收购全球最大的电子商务交易平台之一eBay。

如图2所示，本节提出资本市场与数据要素市场协同框架，主要围绕核心交易场所协同角度展开。证券交易所连通数据要素方面有两个层次(杜宁，2020)：一是树立行业示范，通过支撑自身及行业业务发展为探索数据要素证券化的路径提供数据、技术平台支持以及实践经验;二是为数据要素市场提供全方位的金融支持服务以及配套服务，同时利用丰富的上市资源助力证券产品研究设计，从大数据需求方转变为大数据服务方。

具体而言，资本市场与数据要素市场可通过投融资对接、证券化产品等方式进行对接。基于数据要素资产为底层资产或者通过入股的方式，培育扩大资本市场的上市资源，使得原来非标准化产品和服务逐渐走向标准化，增加资本市场交易资产种类。例如，多个互联网公司(数字型企业)的资本化7本质上就是数据要素生产能力的提前证券化，对于其拥有的大量用户社交数据资源，在数量、质量、使用价值等方面实现增值。作为一种直接融资工具，数据要素通过证券化手段，可以加工成等值的金融份额，由社会资本持有购买，并进入二级市场流通。基于证券交易所连通数据要素的两个层次，数据资产证券化有助于两核心要素市场协同发展，能够提供丰富的数据资源和优质创新型数字型企业8资源，推动创新资本形成良性循环，促进数据要素市场和资本市场的高质量发展。

资本市场已有的证券化产品设计值得借鉴。与其他可证券化的要素类似，部分数字型企业的数据要素虽然缺乏流动性，但具有可预期收入。可尝试将基于数据流的管理、运用及交易中所产生的收益作为基础资产，设计数据收益标准化合约交易产品，以证券发行的方式予以配售或公开出售。利用证券化的手段，有利于盘活存量资产，提升企业资金运用效率。在进行数据资产证券化产品设计时，可依托资本市场已有的上市公司群体、投资机构等，重点打造数据要素对接资本的特色业务体系，形成“一级发行、二级流通和三级风险管理”为特征的层次体系。例如开发具备调节交易市场价格特点的大数据期货、基于数据包价值分拆的大数据信托、基于数据价值本身的大数据融资、大数据金融衍生品(担保)等(徐广斌等，2015)。

四、相关问题讨论：针对数据特性的解决方案初探

目前，数据要素证券化的一大难点在于数据类业务收益(现金流)预期并不稳定，这是由于数据本身具有复制成本低、明文泄露风险高等特性。为此，数据证券化产品设计9需要差异化、全方位、全周期(产品培育、评级阶段、存续期过程等)的专门的规范和培育支持，目前缺乏完整解决方案，有必要开展前期探索研究。本节将集中讨论产品设计过程中“培育过程数据资源的可开发性、评级过程产品价值的可评估性、存续过程产品风险的可监测性、全生命周期的可保密性”等突出问题，希望有助于稳定现金流预期。如图3所示，在借助金融中介、SPV法律功能的基础上，针对数据要素的特征，通过相关金融科技手段，探索数据要素证券化的可能路径。值得注意的是，此路径在现实中还未真正对接起来，希望可以为相关研发和经济分析提供参考。

(一)数据资源的可开发性

与其他要素不同，数据作为数字经济时代的全新生产要素，其开发利用等各个环节均存在诸多待解决的问题和挑战。例如，数据存在“非均质性”(田杰棠等，2020)，一个比特数据跟另外一个比特数据包含的生产价值通常是完全不同的，需要嵌入真实应用的基础设施中运行。在此运行过程中，高度的数字化10是其显著的特征。数据市场与资本市场融合，特别是数据要素证券化产品，在依赖金融中介和SPV之外，需要以数字化技术为依托，基于数据生产、流通、使用等全流程所构成的数字化运作体系。

从数据资产化(叶雅珍等，2020)角度来看，可将数据资源的开发提升到资产改造、优化和组合的层面。针对行业数据治理的规范与准则缺乏、业务数据格式不统一、账号无法通用、基础设施无法互联等问题，提供数据价值挖掘服务，包括数据加工、数据接口API、数据应用SaaS(Software-as-a-Service，软件即服务)等，以及以“内容解析+算法预测”为主题的数据产品。例如基于大数据资源开发一系列指数产品，针对上市公司的数据信用的数据估值、数据评级，结合卫星遥感数据、时空数据为代表的另类数据服务于可持续金融、绿色金融等。

从资产数字化角度来看，实体资产通过数字化、智能化的方式可更加便利地进行资源共享(刘信群，2020)。在此基础上，任何资产都具有可分割性和流动性，可提高市场参与方对项目信息真实程度的信任，减少对传统金融中介等外在力量的依赖，提升交易的流通性和活跃度，使融资成本更低、范围更广、效率更高。未来的数字化资产交易可以充分释放这部分交易需求，也是资本市场与数据要素等生产要素市场连接的一种可行途径。目前，相关研究已经提出利用数字化发行(Kaaletal.，2020)等模式来降低数字资产的对手方风险、提高发行效率和降低合规成本(Swanetal.，2019)。国际资本市场已开展探索数字资产交易服务(Hasinietal.，2019)，如纳斯达克交易所计划推出STO交易平台，以公司股权、债权、知识产权等真实资产为依托，以链上数字资产的形式发行证券。此外，新型数字资产交易所tZERO11正在开展基于人工智能等数字化技术的资产产品发行、交易和托管结算模式试验。

(二)产品价值的可评估性

为了将难以流通、非标准的存量资产转变为流动性较好的金融资产，合理的评估和定价是必须的。相对于数据要素市场，资本市场借助一级市场路演、询价、簿记，二级市场竞价交易等方式，可以获得较为完善的定价体系。关于数据价值的评估，经济学、会计学、数据科学等方面领域对此展开相关探索(JianPei，2020)，给出了数据价值丰富的评估维度。然而，在已有价值评价信息不足之外，还面临如下问题。一是数据流通的成本取决于收集、处理、存储的成本，但数据产品研发属于高度知识密集型无形资产，具有独特性和不可复制性，难以估算。二是数据资产收益价值具有时效性、多维性、场景经济性等特征，针对数据集合或数据产品集合价值评估、时间维度下价值衰减等问题需要进一步探索(德勤资产评估有限公司等，2020;Batinietal.,2009等)。三是数据集“可比性”(相似性)难以定义，目前数据交易已有信息不足(张兰等，2019)，基于市场法的评估难以实现。除了数据要素本身价值评估，此类标准化产品还需要关注参与方的价值评估。然而，在面向数字型企业能力评估方面，现有数据要素转化和交易的评价指标、体系、方法有所缺乏。

可能解决的方案如下：一是共建数据要素估值体系以及企业数字化能力评估相关标准，通过明晰数据资产目录与数据资源分布，量化基于数据采集、存储、分析等关键技术对企业数据实现价值的提升或变现程度12。探索建立订阅数量预测、会员数量预测、使用时长预测、流量预测相关标准，研究将数据收益纳入资产负债表的可行方案等。二是建立价值评估过程中信息共享和智能模型的工具箱，探索建立相关机制，打造交易信息共享生态。在此基础上进一步优化现有成本法、市场法、收益法方法，如建立信息共享场景下的评估方法体系，推导相对客观的新数据要素的价值参考(张旻等，2020)。

此外，从联合委托经纪人、经理人、外部专家等参与人进行评估视角来看，可探索建立数据相似性度量体系，对数据资产本身、数字型企业偏好等进行精准画像。特别地，数据资产通常难以理解，其描述信息通常是离散、非结构化而难以理解和应用的。如何对数据资产进行测度，将其转化为通过视觉、听觉等方式可直接感知的形式等问题有待探索13。例如，在复杂文本解读方面，可基于文本抽取技术，结合概念图

1数字化转型可以定义为，以数字化技术为基础，以数据为核心，推动企业业务模式、组织架构、企业文化等变革，实现组织业务创新发展。其中，数字化技术即人工智能、区块链、云计算、大数据等金融科技手段。一般而言，大数据囊括服务于决策的大数据集、大数据技术、大数据应用等主题范畴。数据要素市场强调大数据的资源属性，同时大数据技术又可作为数字化技术的重要组成成分。

2https://www.tzero.com/

3http://www.jiangshi.org/523238/blog_1945305.html

4https://datascience.fudan.edu.cn/yjfx/list.htm